损伤检测的经验模态分解法

用经验模态分解法对几种典型信号的特征进行分析.首先分解出内在模态函数分量,再对模态函数进行希尔伯特变换,得到时频图,由模态分量中突变点的位置来识别损伤发生的时间,而由时频图识别频率的变化.对一单自由度系统在刚度突变和累积疲劳引起的缓慢变化两种情况进行了分析,根据时频图中频率的变化识别出刚度发生突变的时刻及刚度变化的过程和损伤程度.结果表明经验模态分解法是进行损伤检测和时变参数识别比较理想的方法之一.

经验模态分解法在测井层序界面识别中的应用

经验模态分解即EMD(Empirical Mode Decomposition)方法可以通过提取局部均值曲线,将复杂信号分解为一系列分量函数,很好地处理非平稳、非线性信号。针对地区优选多个反映地质构造和岩性的灵敏指标进行组合,再对组合指标进行EMD分解,研究分解后固有模态函数的相关性及物理意义,可以很好地划分地层和识别旋回,为测井层序界面识别提供了一种有效的信号处理手段。

基于经验模态分解法的区域品牌价值评估及发展趋势预测

在引入GDP贡献率(g)的基础上,提出基于区域CPI与区域GDP净增速的区域品牌发展价值评估模型,进而采用经验模态分解法提取区域品牌发展趋势指数,进而构建区域品牌发展趋势预测模型,最后,以昆明市区域品牌红云红河为例,对模型的有效性、准确性进行了检验。检验结果表明:发展趋势满足对数二阶自回归模型,准确有效、可靠性高;通过该模型的建立使企业能够相对准确地把握昆明市区域品牌红云红河的未来发展趋势,为政府制定相关品牌发展战略提供一定参考。

基于测井资料的经验模态分解法的沉积旋回界面划分

沉积旋回是沉积事件的周期性重复,具有成因联系的地层序列是一定时间序列内各种沉积时间的物质记录。测井数据能够连续的反映所测地层的特征,由旋回导致的物质变化在测井频率域特征上表现较为明显。经验模态分解法(EMD)可以把测井信号分解在不同的频带内,得到不同频带的固有模态函数(IMF),通过各级IMF的频谱分析,建立不同级次的旋回周期与IMF阶数的关系,确定IMF阶数对应的不同级次的沉积旋回周期,将其与地质上划分的各级旋回界面建立对应关系。实例结果表明,通过各级IMF的频谱分析,较好地确定了不同级次旋回周期与IMF阶数的关系,并与不同级别的沉积旋回的界面相对应。

利率市场化进程中资本市场与货币市场联动效应分析——基于集合经验模态分解法的实证研究

将利率市场化进程划分为三个阶段,通过集合经验模态分解法对中国货币市场与资本市场的数据进行了分解,提取了最具代表联动性的短周期分量。采用VAR-GARCH-BEKK模型对三个阶段两个市场的溢出效应进行了分析,结果显示,货币市场与资本市场单向和双向溢出效应均不显著,在利率市场化推进的过程中,联动的脆弱性未得到实质性改善,DCC-MV GARCH模型证明了研究结论的稳健性。因此,推进利率市场化必须加快完善利率传导机制,构建多层次的金融市场系统,培育以价格型货币政策工具为主导的调控机制,循序渐进地牵引经济的稳定可持续发展。

经验模态分解法在安徽省南部地下流体分析中的应用

首次引进经验模态分解法(EMD)对安徽省南部地下流体进行分析。通过对地下流体数据的分解与重构,发现该方法能提取不同尺度的水位动态,效果较好。通过对震例的总结发现:显著地震前、后安徽省南部地下流体EMD重构结果均出现异常,且存在某些地震前兆敏感点。同时,还对地震前地下流体的变化原因进行了初步分析。

经验模态分解法与长期生长趋势资料的统计分析

目的:了解长期生长趋势资料统计分析方法的不足,寻找经验模态分解法在生长长期趋势资料分析中的可行性。方法:通过阅读国内外有关生长长期趋势统计分析方法、经验模态相关理论及应用的文献,寻找经验模态分解法理论与生长长期趋势资料分析的结合点,探讨基于经验模态分解法的生长长期趋势资料的分析方法构建的可行性。结果:现有的长期生长趋势统计分析方法不能将遗传和环境因素的作用分离,不能用于客观评价环境因素在生长发育水平的影响。经验模态分解法是目前国际公认的分析非线性、非稳态时间序列数据的最好方法,由于体质状况受遗传和环境因素综合影响,使得长期生长趋势资料呈现非线性、非稳态特征,从理论上讲,经验模态分解法可用于长期生长趋势资料的统计分析。结论:经验模态分解法适合长期生长趋势资料的统计分析,基于经验模态分解法理论创建长期生长趋势统计分析新方法是解决传统统计分析方法诸多不足的一条全新的思路。

改进的经验模态分解法分离超声多普勒血流与管壁信号

超声多普勒血流信号常包含管壁信号的干扰,准确分离二者对提高血流检测的精度具有重要作用。本文提出两种改进的经验模态分解(EMD)方法,先将含管壁信号的超声多普勒信号分解成多层本征模态函数(IMF),然后根据血流信号与管壁信号的不同特性,对既含管壁信号又含血流信号的IMF分量进行分离处理,最后将各层IMF分量中的管壁成分叠加得到管壁信号的估计,而血流信号可通过原信号减去估计的管壁信号而得到。将本方法用于计算机仿真信号和人体实测的超声多普勒信号,并与高通滤波器法、空间选择性降噪法和原EMD法进行比较,结果表明:本文提出的两种方法能在较大的管壁搏动速度范围内准确地分离血流信号和管壁信号,其平均相对误差比高通滤波器的结果降低了约52%和57%。可见,本文提出的两种方法有望用于血流信号与管壁信号的准确分离。

基于经验模态分解法的短期负荷分层预测

电力系统短期负荷预测是电力系统经济调度中的重要内容。目前短期负荷预测的预测方法大多是从总负荷入手进行分析建模,未能充分关注负荷变化的各个组成成分。本文提出1种短期负荷分层预测法。首先,运用经验模态分解法自适应地将总负荷分解为若干个独立的内在模式;然后,对高频、低频和趋势分量分别采用正常日点对点倍比模型、多元回归模型和GM(1,1)模型进行预测;最后,将3个分量的预测结果叠加作为最终的预测值。实例研究表明,该方法有效地提高了短期负荷预测的准确度。

基于小波阈值-经验模态分解法的裂纹声发射信号降噪研究

声发射作为一种无损检测技术已被应用到多个领域的产品质量检测中。对小波阈值法和经验模态分解法进行分析和比较,并结合两种方法对声发射信号降噪的优点,形成小波阈值-经验模态分解法。对应用这一新降噪方法前后的信号进行对比,确认降噪效果显著,信号保真度良好。

基于经验模态分解法的下穿铁路工程对既有轨道变形监测数据降噪方法

针对下穿铁路工程中既有轨道变形的现场监测数据存在多种因素干扰,难以真实反映下穿铁路工程对既有轨道结构实际影响的问题,将现场监测数据的干扰因素分为测量仪器误差,以及造成既有轨道结构变形的环境温度。根据测量误差、造成既有轨道结构变形的温度,以及下穿铁路工程引起的既有轨道结构附加变形等3类数据组成成分在频域分布集中区域不同的特点,利用EMD(经验模态分解)法分离上述3类既有轨道结构变形监测数据组成成分,剔除既有轨道结构变形监测数据中的干扰因素信号,实现下穿铁路工程中既有轨道变形监测数据的降噪。以某地铁盾构隧道下穿铁路工程现场实测数据为例进行信号分类分析。结果表明,该方法可有效剔除现场变形监测数据中存在的干扰因素成分,从而获得由下穿铁路工程引起的既有轨道结构真实变形。

基于改进经验模态分解法和T-Copula的短期负荷预测

为解决短期负荷预测问题,进一步提高预测精度,提出了一种混合型短期负荷预测模型。采用改进的经验模态分解法将负荷分解为若干低频分量;为补偿信号分解过程中的信息损失,利用T-Copula将相关变量的影响纳入模型中,从风险值中提取峰值负荷二元变量,以提高高峰时段的负荷预测精度;将改进经验模态分解法和T-Copula得到的数据应用于深度置信网络,预测未来特定时间的负荷需求;用平均绝对百分率误差和均方根误差评估了该负荷预测模型的性能。结果表明,与传统的预测方法相比,所提模型具有较高的预测精度。

基于改进经验模态分解法的地铁列车轮轨应变信号降噪

地铁列车轮轨应变信号的采集受到诸多因素影响,存在随机白噪声,准确性较差。对此,提出一种改进的经验模态分解法用以降噪,可提高局部均值求解精度,抑制模态混叠现象。运用该法对地铁列车轮轨应变实测信号进行分析,结果表明:改进经验模态分解法能有效消除轮轨应变信号中随机白噪声的干扰和影响,对有效识别轮轨力真实信号具有重要意义。

地震随机噪声衰减的改进经验模态分解法研究及应用

为解决地震随机噪声衰减问题,引入经验模态分解法,但该方法存在严重的端点效应问题并使得结果存在较大的误差。因此提出通过寻找包络线极大值点并进行平行延拓从而修正边界极值点的方法来对经验模态分解法进行改进。通过仿真实验和理论模型的测试,发现改进后的方法能很好地抑制端点效应,分解更精准,在对地震随机噪声进行衰减同时能更好地保护构造信息。

基于经验模态分解的管道预警系统信号多尺度混沌特性分析方法

提出了一种用于油气管道安全预警系统的检测信号多尺度混沌特性分析的新方法。该预警系统基于Mach-Zehnder光纤干涉仪原理,沿管道同沟敷设一条光缆,利用其中的三条单膜光纤构成分布式微振动测试传感器,实时检测管道沿途发生的泄漏及其他异常事件。多尺度混沌特性分析方法是利用经验模态分解(EMD)方法对典型的异常事件振动信号进行分解,再分别对分解得到的固有模态(IMF)分量进行混沌特性分析,计算出不同尺度下的关联维数。该方法可更清晰地描述检测信号在不同尺度下的混沌特性。利用现场试验得到的信号对该方法进行验证的结果表明,利用多尺度混沌特性分析方法更容易有效地区分几种典型异常事件。

基于经验模态分解和模型缩聚的动力响应重构方法研究

大型工程结构自由度数量巨大,采用现有基于全局有限元模型的时域方法重构此类结构动力响应效率低、计算难度大,因此,提出一种结合经验模态分解和模型缩聚的动力响应重构方法。基于模态综合法,将有限元全模型适当划分为多个子结构,通过坐标转换,得到自由度数目更少的超单元模型,结合带有间歇准则的经验模态分解法进行重构。由于该方法无需考虑各子结构边界条件,有效地降低了有限元模型相关物理参数矩阵的维度,较大地提高了响应重构的计算效率,更适用于大型复杂工程结构的动力响应重构。结合悬臂梁数值模拟算例,验证了该重构方法的高效性,并研究了噪声及主模态数量对重构效果的影响。结果表明,提高噪声水平对重构精度有一定影响,且主模态数量对重构精度影响不大。

基于经验模态分解法和摆动脚参数的行走速度估计

行走速度估计是提高自适应跑步机功能和性能的有效手段,该文针对自适应跑步机用户行走速度估计,提出了一种基于经验模态分解法和摆动脚参数的行走速度估计方法。该方法推导并阐明了用户行走时摆动脚平均速度与用户实际行走速度之间的关系。为了解决加速度双重积分产生的信号漂移和累积误差的问题,首先基于经验模态分解方法将加速度积分后得到的摆动脚速度分解至不同频段,在去除掉漂移分量后,选择与步频相近的本征模函数对速度进行重构;然后,针对由积分累积误差引起的模态混叠现象,采用集成经验模态分解法对速度积分后得到的摆动脚位移进行分解与重构。通过划分摆动脚位移完成脚尖离地和脚跟着地的步态事件来获取摆动相的时间和脚部位移,并据此计算出摆动脚平均速度用作行走速度估计。进行了5种不同行走速度下的速度估计测试,并与传统方法进行对比,证明了论文所提方法的有效性和优越性。

基于经验模态分解的舰船液位测量方法研究

介绍了经验模态分解理论,及基于经验模态分解的液面高度测量分析方法。用经验模态分解法对采集到的多组不同海域液位波动信号进行分析处理,去除信号中各瞬时频率成分,提取信号的平均趋势。计算液位高度并与实际液位比较,验证了该方法的准确性、可行性。

基于经验模态分解-支持向量机的滑坡位移预测方法研究

滑坡位移时间序列在外因的影响下呈现出单调非平稳的曲线特征,利用经验模态分解法(Empirical Mode Decomposition,EMD)将滑坡累计位移分解为周期项和趋势项,建立支持向量回归(Support Vector Regression,SVR)-布朗单一参数指数平滑(Browns Single Parameter Exponential Smoothing,Browns)模型对滑坡位移进行预测。以三峡库区木鱼包滑坡为例,首先在考虑降雨量和库水位等影响因子的基础上,采用SVR模型对周期项位移进行预测;然后采用Browns模型对趋势项位移进行预测;最后通过时间序列加法模型得到滑坡累计位移预测值,计算得到测试样本的平均绝对误差为13.31mm,均方根误差和判定系数分别为16.6mm和0.83。通过对比分析,结果表明:基于EMD与SVR-Browns模型的滑坡位移预测精度明显优于SVR模型和Browns模型,证明该模型是一种有效的滑坡位移预测方法。

基于经验模态分解与传统水文分析法的降雨序列研究

为研究经验模态分解(EMD)法和传统水文分析方法在水文时间序列研究中的特点,以陕西省榆林市1951—2017年降雨时间序列为例,对该数据的趋势性和周期性成分进行了分析对比。结果表明:传统的Mann-Kendall(M-K)检验法与EMD方法都可反映出水文序列的趋势及转折点,且两种方法所得结果相似,反映出榆林市降雨量先增后减的变化趋势,但转折点时间有所差异。EMD方法与M-K方法得到的趋势项结果呈现形式不同,EMD方法所得趋势线可更加直观地表现原始序列的升降情况。周期性成分分析方面,榆林市年降雨量与夏季降雨量具有相同的周期规律。EMD方法所得模态相较于傅里叶分析法所得频谱更为丰富,但各模态所对应周期不明确,也难以对应实际的物理意义。EMD方法可作为传统水文分析方法在趋势分析及周期成分提取时的有效补充。